如何設計APP評論點贊的顯示機制?
對APP評論點贊來說,如果只是按點贊數(shù)來顯示的話,容易置頂負面評論或者廣告評論,所以筆者就結合自己的實踐與心得,設計了一套心得評論機制。
01
以下的評論顯示機制原理較為簡單,但是在實際的設計中過程很復雜,需要設計者反復琢磨其中的權重分值,并考慮自身產(chǎn)品的時間情況對各數(shù)值進行模型的預建立,所以在此不建議較為小型的產(chǎn)品使用此模型。
評論機制不在單純的是按照點贊或者是評論數(shù)來顯示,因為這樣較為單純的比較容易把一些負面評論置頂,或者是廣告評論置頂,從而給一些不良人士專漏洞,所以新設計了以下的評論機制:
周期性
記錄當前評論的時間點,周一定的周期內(nèi)(5分鐘、10分鐘)所能達到最高數(shù)。
限性
當前評論需要在周期內(nèi)達到一個特定的最高數(shù)值,來表示當前評論屬于最火的評論,舉例為5分鐘內(nèi)必須達到100以上的贊等等,這個最高數(shù)值并不一定是固定數(shù),可以是遞增數(shù);當5分鐘內(nèi)的點贊達到100時,則進入下一個階段10分鐘內(nèi)點贊達到150;在此期間此評論可以暫列第一,然后不斷的遞增來保證評論的時效性和互動性。
互動性
一條好的評論必須要有互動,可以是點贊或者是評論(評論的評論),如果一條已經(jīng)置頂?shù)脑u論在短時間內(nèi)可以獲得大量的贊,但是在后續(xù)點贊和評論漸漸變少之后,可能互動性不是那么強,則可以在周期時間到達時,計算其互動性。
比如:周期時間到達后,3分鐘內(nèi)每個點贊記為1分,每個評論記為2分,統(tǒng)計3分鐘內(nèi)的評論與點贊的分數(shù)與第二第三做比較,如果少于第二第三則排名下移一位,以此類推來保證評論的互動性;比較又是如何比較的呢?
對比性
在周期性之外有一個期待時間值,如果在這個期待時間值之內(nèi),評論的互動性很強,點贊率很高,并且持續(xù)時間超過了期待時間值,那么我們可以判定此評論為最高評論,可進行永久置頂;相對的,大部分的評論都達不到期待時間值的要求,那么就需要進行縱向對比,根據(jù)對比結果來進行評論的排名。
02
舉例:
- 第一條評論(a)在周期性(10分鐘)內(nèi)獲得了200個點贊(1分),50個評論(5分),并突破了規(guī)定的第一次限性200分,在突破限性的時間是6分鐘,則在6分鐘時進入下一周期性階段(20分鐘)
- 第二條評論(b)在5分鐘內(nèi)獲得了150個點贊(1分),3個評論(5分)
- 第三條評論(c)在3分鐘內(nèi)獲得了200個點贊(1分),0個評論(5分),該條評論在3分鐘時間內(nèi)突破限性,則在3分鐘時進入下一周期性階段
10分鐘后:
- a評論,總共獲得了點贊1000個,評論300個
- b評論,總共獲得了點贊800個,評論100個
- c評論,總共獲得了點贊1500個,評論50個
以此可以看出,最開始時,第三條評論上升最快,可暫時排名第一,第一條評論暫時位列第二,第二條評論則位列第三;
但是在接下來的時間內(nèi),10分鐘內(nèi)的:
- a的分數(shù)為(1000-200)*1+(300-50)*5=2050
- b的分數(shù)為(800-150)*1+(100-3)*5=1135
- c的分數(shù)為(1500-200)*1+50*5=1550
以此分數(shù)可得出,a暫列第一,c暫列第二,b暫列第三。
目前,評論的期待時間值是60分鐘,60分鐘內(nèi)需要當前評論的權重分數(shù)達到10000分,則可永久置頂。
但是以此數(shù)據(jù)來看,三條評論都沒有這個資格。
所以需要根據(jù)其當前所突破的限性來進行考慮,在每一條評論的期待時間值到達時,首先計算是否超過期待時間值的條件,超過則橫向對比,未超過的則進行縱向對比,未超過了則根據(jù)所設定的限性和周期性來進行計算。
最后計算其權重分數(shù),最高的可半永久位列第一,直到出現(xiàn)超過期待時間值的評論。
同時,整個期待時間值60分鐘一個周期,每60分粥權重分數(shù)計算一次,能保證排名靠前的都是當前時間互動性最強的評論。
以上舉的例子不太好,有興趣的同學可以自己私下建立模型認證,同時歡迎各位在評論中進行補充。
本文由 @安靜的火龍果 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載
題圖來自Unsplash,基于CC0協(xié)議
思考的很深入,優(yōu)秀
666 ??
排序邏輯很清晰,也開闊了眼界。但是「容易置頂負面評論或者廣告評論」這個問題目前還是沒有講到,是因為還有下一篇么
負面評論不是問題,有好就有壞,應該允許別人發(fā)表負面評論
這塊并不打算單獨講,一般的內(nèi)容運營都附帶有人工審核,所以,負面評論這塊屬于人工審核和智能識別的范疇,主要是規(guī)避一些違規(guī)和負能量的話題